假设有一个包含一百万个元素的列表，我们每次只需要这个列表中的一个元素。如果程序一开始就创建该列表的话，无疑要浪费大量存储空间。所以如果列表中的元素能够以某种方法推导出来，我们就可以根据程序的需要对列表元素进行生成，进而节省大量存储空间。这种一边循环一遍计算的机制，就是生成器。要说yield首先要说python中的生成器，那么什么是生成器?
如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是变成了一个生成器。那么yield和生成器有什么关系？
此时a是一个函数，而a()则是一个生成器对象。我们用下面的程序来看看yield函数到底怎么用。
程序开始时，初始化一个生成器a=a(0),然后通过next方法循环打印生成器中的元素。生成器中的yield其实就相当于一个断点，每次程序执行到一个yield，就将其后的值当做生成器的一个元素。然后再次调用next方法，就从yield之后继续运行，直到运行到程序结束。
从上面的程序来看，首先定义生成器对象a，然后进入主程序循环：
第一次调用next：进入a(i)内部，首先打印‘func a is running’，然后进入生成器循环。打印‘in circle’，表示当前生成器进入循环中，然后碰到yield i。此时将i的值作为第一个元素返回给生成器a，然后结束next方法，打印20个‘=’。
第二次调用next：从上次的yield处继续执行，首先会打印一个‘step 1’，然后i++，然后又是一个yield，此时再次将i的值作为生成器的下一个元素进行返回，然后结束next方法，打印20个‘=’。
第三次调用next：再次从上次的yield处继续执行，首先打印一个‘step 2’，然后注意此时由于i的值为1，满足生成器循环的条件，因此会打印‘in circle’，然后继续向下执行。
第四、五、六次调用next：与上面保持一致。
第七次调用next：从yield处向后执行，会首先打印‘step 2’，然后此时i=3，不满足生成器循环条件，于是打印‘out circle’，然后打印i的值。
第八次调用next：由于此时生成器无下一个元素，程序会抛出StopIteration异常，然后结束整个程序的运行。
Python2中，range是一个内建的函数，用于生成一个列表。而xrange则为一个生成器，循环时不断生成元素。Python3时就将内建的range改成了xrange，只不过名字没变。最后要说一下python2中的range和xrange。
